IJCAI

Probing Cultural Awareness in LLMs: A Case Study of Cross-Culture Aesthetic Stylistics

探究大型语言模型的文化意识：跨文化美学文体学案例研究

Jiashuo Wang, Fenggang Yu, Jian Wang, Chak Tou Leong, Xiaoyu Shen, Chunpu Xu, Jiawen Duan, Wenjie Li, Johan F. Hoorn

机构 * Department of Computing, Hong Kong Polytechnic University（香港理工大学计算机系） ； Institute of Digital Twin, Eastern Institute of Technology, Ningbo（宁波东部技术研究所数字孪生研究所） ； Department of Language Science and Technology, Hong Kong Polytechnic University（香港理工大学语言科学与技术系） ； School of Design, Hong Kong Polytechnic University（香港理工大学设计学院） ； Research Institute for Quantum Technology, Hong Kong Polytechnic University（香港理工大学量子技术研究所） ； Department of Communication Science, Vrije Universiteit Amsterdam（阿姆斯特丹自由大学传播科学系） 纠错

AI总结 通过构建C4STYLI基准（包含香港和中国大陆的高度风格化翻译电影片名和广告标语），评估大型语言模型在跨文化美学文体识别和生成方面的能力，发现模型依赖表层语言信息而非风格结构，对香港特定风格结构敏感度有限。

Comments IJCAI 2026 Human-Centred AI track

LELA: An End-to-end LLM-based Entity Linking Framework with Zero-shot Domain Adaptation

LELA: 一种基于LLM的端到端实体链接框架，支持零样本领域自适应

Samy Haffoudhi, Nikola Dobričić, Fabian Suchanek, Nils Holzenberger

AI总结 本文提出LELA，一种基于大语言模型的模块化、领域无关的实体消歧方法，并扩展为实用的Python库，集成零样本命名实体识别，实现端到端实体链接，实验验证其跨领域性能与鲁棒性。

Journal ref 35th International Joint Conference on Artificial Intelligence (IJCAI-ECAI 2026), IJCAI (International Joint Conferences on Artificial Intelligence), Aug 2026, Bremen (DE), Germany

Modeling Dynamic Mixtures of Time-Delay Systems from Streaming Time Series

从流式时间序列建模时滞系统的动态混合

Ren Fujiwara, Yasuko Matsubara, Yasushi Sakurai

机构 * SANKEN, The University of Osaka, Japan（SANKEN大学大阪大学日本） 纠错

AI总结 提出在线框架DelayMix，将流式时间序列视为时滞系统的动态混合，通过固定长度表示总结过去状态，利用马尔可夫参数张量捕捉动态和延迟，实现快速适应环境变化并降低内存使用。

Comments Accepted by IJCAI 2026

Suicide Risk Assessment from AI-powered Video Surveillance: An Interpretable Framework for Prevention in Metro Stations

基于AI视频监控的自杀风险评估：地铁站预防的可解释框架

Safwen Naimi, Wassim Bouachir, Guillaume-Alexandre Bilodeau, Brian Mishara

机构 * Université TÉLUQ（大学TÉLUQ） ； Polytechnique Montréal（蒙特利尔理工学院） ； Université du Québec à Montréal（魁北克大学蒙特利尔分校） 纠错

AI总结 提出首个可解释框架，通过行人跟踪、活动识别、站台语义分割和轨迹风险热图建模，从监控视频中评估自杀风险，在真实数据上达到83.2% ROC-AUC。

Comments 9 pages, 6 figures, 1 table. Accepted for Publication in the International Joint Conference of Artificial Intelligence (IJCAI)

Enhancing Boundary Segmentation for Topological Accuracy with Skeleton-based Methods

基于骨架的方法增强边界分割的拓扑准确性

Chuni Liu, Boyuan Ma, Xiaojuan Ban, Yujie Xie, Hao Wang, Weihua Xue, Jingchao Ma, Ke Xu

机构 * University of Science and Technology Beijing（北京科技大学） ； Beijing Advanced Innovation Center for Materials Genome Engineering（北京材料基因组创新中心） ； School of Intelligence Science and Technology（智能科学与技术学院） ； Shunde Innovation School（顺德创新学校） ； Institute for Advanced Materials and Technology（先进材料与技术研究院） ； Key Laboratory of Intelligent Bionic Unmanned Systems（智能仿生无人系统重点实验室） ； Institute of Materials Intelligent Technology（材料智能技术研究院） ； Liaoning Academy of Materials（辽宁省材料科学院） ； School of Materials Science and Technology（材料科学与技术学院） 纠错

AI总结 提出Skea-Topo Aware损失函数，通过骨架感知加权和边界修正项提升网状图像边界分割的拓扑一致性，在三个数据集上相比13种方法VI指标提升最多7点。

Journal ref Proceedings of the Thirty-Third International Joint Conference on Artificial Intelligence (IJCAI-24), pp. 1092-1100, 2024